算法——模拟匹配

这是复习了数据结构后的笔记，因为之前模式匹配也看懂了好多次，但每次都过一段时间就忘了，想想总结一下可能会好点，理解得深点。

BM算法

设S是主串，T是模式（字串）。
BM算法是一种暴力的算法。
思想：S的第一位字符和T的第一位字符比较，若相等，则继续比较两者后续的字符。否者，从S的第二位字符开始和T的第一位字符开始比较。重复上述过程，若T的字符串全部比较完毕，则匹配成功，返回本趟匹配的开始位置；否则，匹配失败，返回-1。

缺点：BM算法效率十分低下，当某趟匹配失败后主串要回溯到该趟匹配开始位置的下一位，模式也要回溯到第一位。其实很多时候有一些匹配是没有必要的。

比如：主串T= abcabcacb，模式S=abcac
当第一趟匹配匹配到第5个字符时，T[4] != S[4]，第一趟匹配失败。因为 T[1] != S[0]，T[2] != S[0]，所以用模式的第一位字符和主串的第二、三位匹配是没必要；同时在主串S[4]这个位置匹配失败后，可以通过模式T回溯到 T[1]位置开始匹配，即 S[4] 与 T[1] 匹配，这样只需两趟就匹配成功了（而BM算法需要四趟）。
主串不回溯的情况：

主串回溯（BM算法）：

这种小规模数据可能影响并不大的，也只是做了两趟没必要的匹配。但是，当数据规模很大的时候，这没必要的匹配可能就会是数万次，甚至更多。

KMP算法

因此，我们希望某趟 S[i] 和 T[j] 匹配失败后，下标 i 不回溯，小标j回溯到某个位置k使得 T[k] 对准 S[i] 继续进行比较。那我们怎么知道 k 值呢？
k值主要从两种匹配状态联立其关系式获得：以下图片和上述例子无关，独立看
匹配失败后回溯开始新一趟时：画圈的就是代表式子部分

新一躺中部分匹配成功时：画圈的就是代表式子部分

两个式子联立得：
T[0] ~ T[k-1] = T[j-k] ~ T[j-1]
可得模式里的得每一个字符 T[j] 代表 一个k值，这个k值仅依赖于模式，与主串无关。
用next[j] 表示 T[j] 对应的 k 值（0<= j <m），其定义如下：

求next得例子：